基于决策论判决法的调制信号自动识别

何 彬,谷广宇

(装甲兵工程学院信息工程系,北京100072)

基于决策论判决法的调制信号自动识别

何 彬,谷广宇

(装甲兵工程学院信息工程系,北京100072)

调制方式是通信过程中的重要参数,快速检测和识别通信信号的调制方式在通信领域,尤其是军事通信领域,有着极其广泛的应用。对判决法自动检测和识别信号调制方式的经典算法进行了改进,以提高对日常通信训练中常用的USB、LSB以及FM、2FSK、4FSK信号的识别速度及准确率,并给出了该算法的实现流程。经仿真验证,改进算法能在对其他8种常用调制方式识别效果影响不大的前提下,提高对SSB、FM、FSK信号的识别效果。

调制方式 自动识别 判决法

0 引 言

随着无线电通信技术的不断发展,软件无线电技术已经渗透和覆盖了军用以及民用通信领域的方方面面。在当今通信信号日趋密集,信号体制日趋多样,调制方式日趋复杂的环境下,如何判断出信号的调制方式也变得更加困难。因此如何快速自动识别出信号的调制方式,也成为软件无线的重要研究方向之一。尤其是如今电子对抗在军事通信领域中日趋重要,对于作为信号确认、干扰识别等电子对抗技术基础的调制方式自动识别技术的研究也就日益迫切[1]。无法正确地识别信号的调制方式,就无法使用相应的解调方式对捕捉到的敌方通信信号进行有效的解调侦听,同时也就无法对对方使用的通信通道进行干扰,这在电子对抗中是十分不利的。

基于决策论的判决法是信号调制方式自动识别的主要算法之一[2],该方法主要通过事先设定好的判决门限,对特征参数进行二元判决,达到对信号调制方式的识别[3],具有选取参数少、计算量小、鲁棒性强等特点[4]。但由于使用判决法时,对不同制式的信号识别要采用相同的特征参数,且每个判决点处只使用一个特征量来判决,这就导致识别的成功率不仅与特征使用的先后顺序有关,而且与每个判决门限的选取密切相关。文中提出的判决法在经典算法[5]的基础上进行了改进,调整了特征参数的判别次序和部分判决门限值。经验证明该算法也可以快速准确识别AM、FM、DSB、VSB、USB、LSB、AMFM、2ASK、4ASK、2FSK、4FSK、2PSK和4PSK等13种信号的调制方式,同时提高了对USB、LSB以及FM、2FSK、4FSK的识别速度及准确率。

1 调制信号的特征参数

如果要对接收上述的13种调制信号进行自动识别,首先需提取接收信号的特征参数如下[5]:

(1)归一化零中心瞬时幅度之谱密度的最大值γmax

γmax主要用来区分频率调制与幅度和相位调制。设判决门限t(γmax),则有判决规则:

(2)非弱信号段上零中心非线性瞬时相位分量绝对值的方差σap

σap是用来区分信号的绝对值相位有无变化,主要用于在AM、DSB与AM-FM信号或者在数字调制信号中区分4PSK与ASK、2PSK。设判决门限t(σap),则有判决规则:

(3)非弱信号段上零中心非线性瞬时相位分量的方差σp

σp用于区别信号相位有无变化,在模拟调制信号中区别相位无变化的AM、VSB信号类和相位有变化的DSB、USB、LSB、AM-FM信号类;在数字调制信号中区别ASK信号和2PSK信号。设判决门限t(σp)则有判决规则:

(4)非弱信号段上零中心归一化瞬时频率绝对值的方差σaf

σaf主要用于区分数字调制信号中2FSK与4FSK。设判决门限t(σaf),则有判决规则:

(5)非弱信号段上零中心归一化瞬时幅度的方差σa

σa主要用来区分信号瞬时幅度有无变化,即区别幅度调制信号与频率调制或相位调制信号。设判决门限t(σa),则有判决规则:

(6)非弱信号段上零中心归一化瞬时幅度绝对值的方差σaa

σaa主要用来区别2ASK信号与4ASK信号。设判决门限t(σaa),则有判决规则:

(9)谱对称性P

P参数是对信号频谱对称性的量度,主要用来区分频谱满足对称性的信号(如AM、FM、DSB、AMFM)和频谱不满足对称性的信号(如USB、LSB、VSB),以及用来区分上边带调制(USB)还是下边带调制(LSB)信号。设判决门限t(),则有判决规则:

2 识别算法流程设计

鉴于判决法的特点和日常训练中LSB、USB以及FM、FSK制式的信号识别较多情况,本识别算法重点针对上述信号的快速识别和准确率对经典算法的流程进行了改进,改进后的判决流程如图1所示。

图1 算法流程Fig.1 Flow chart of the algorithm

改进后识别SSB信号时将由经典算法中计算σp和两个判别参数变为只计算参数P,而对FM以及FSK信号,则在经典算法的基础上省去了对判别参数σa和参数σp的计算与判决。因此在改进算法中,对SSB、FM、FSK信号进行识别时,所需计算的判决参数和计算量将明显减少,从而提高对此类信号的识别速度。同时由于每次判别并不是100%准确,判别次数的减少也将提高信号识别的准确率。同时由于改进后对于AM、ASK、VSB信号将在经典算法的基础上增加参数γmax和参数的计算与判别,对DSB、2PSK将增加判别参数,改进算法将在提高SSB、FM、FSK信号识别速度与准确率时,以其他6种信号识别速度与准确率的降低为代价。

3 确定判决门限

该算法与经典算法相比,由于判别顺序的调整,对于各个特征参数判别时所需要区别的调制信号又有所增减,因此需要重新测定特征参数的判决门限。例如对于非弱信号段上零中心非线性瞬时相位分量的方差σp,算法的改进使得这一特征参数由原来需要对所有13种信号进行判决,变为只需要对8种信号进行判决。待判别信号的减少势必会使σp在这8种信号下的分布界限更为明显,重新选定适当的判决门限,将会提高信号在对这一特征参数判决时的准确率。通过调整判决门限来提高信号识别的准确率也可以在一定程度上弥补由于判别次数增加所降低的识别准确率。同理,对于谱对称性P,由于在这一算法中,需要在第一次判决中将SSB提取出来,因此就增加了需要判别的信号种类,信号种类的增加将会使不同信号间的分布界限变得相对模糊,这同样需要对判决门限进行微调,以保证信号识别的准确率不会受到较大影响。

在确定各个参数的判别门限的过程中,使用MATLAB对不同信号的各个参数进行了模拟测试。在测试时采用随机二进制序列作为数字信号源,余弦信号作为模拟信号源,载频均为10 kHz,并以100 kHz频率采样。测试中主要通过提取、比较不同信号的同一特征参数在信噪比SNR=10 dB下多次测试的值。然后确定一个合适的、能够明显区别各个信号不同特征的门限值。例如,为了确定t (γmax),首先提取各种信号在SNR=10 dB时的γmax,如图2所示。可以明显看出,FM与FSK信号在γmax=8时与其他几种信号有明显分界。因此可以以此方法类推,最后确定各个参数判决门限如表1所示。

图2 γmax在不同调制下的分布Fig.2 Distribution ofγmaxin different modulations

表1 判决门限表Table 1 Decision threshold table

图3 在不同调制下的分布Fig.3 Distribution of|P|in different modulations

以上数据均是在特定信号源条件下测试所得。当信号源尤其是模拟信号的信号源采用随机信号,如话音信号时,幅度与频率的随机变化,将给调制信号所提取出的判别参数带来较大波动。因此,在信号源有所改变的情况下,应该对判别门限也做相应微调,使之能保证识别准确率的最大化。

4 模拟验证及测试结论

仿真采用Matlab软件,在调制时数字信号源采用随机二进制序列,模拟信号源采用余弦信号,分别采用上述13种调制方式调制,在信噪比为5 dB、10 dB和20 dB的情况下对调制方式已知的10 kHz调制信号采用本算法进行测试,综合经典算法在相同条件下测试所得数据进行分析。为尽可能提高对SSB、FM、FSK信号的识别成功率,在测试中又对判别门限进行了一些微调,最终识别准确率如表2所示,同时在相同条件下,采用经典算法获得的最终识别准确率如表3所示。

表2 改进算法调制信号在相关信噪比下识别的成功率Table 2 Success rate of improved algorithm in correlated SNR recognition

表3 经典算法中调制信号在相关信噪比下识别的成功率Table 3 Success rate of classical algorithm in correlated SNR recognition

由表中所见,该算法也可以成功识别出这13种信号的调制方式,并具有较高识别率。将其与经典算法在相同条件下计算所得的识别准确率相比,可以看出该算法在识别USB、LSB以及FM、2FSK、4FSK信号时,准确率有所提高,尤其是在信噪比较低的情况下,这种改善更为明显。

5 结 语

本算法方式在经典算法的较高成功率基础上,

通过改进判别次序与门限,进一步提高了SSB、FM、FSK这几种日常通信与训练中常用调制方式的识别速度与识别效果。仿真验证表明,该改进算法确实可行,对经典算法的改进较为明显。

[1]张志民,李纲,皇甫堪.基于瞬时频率的数字调制方式自动识别算法[J].现代电子技术,2010,33(21):104-106.

ZHANG Z M,LI G,HUANGFU K.Algorithm for Automatic Modulation Recognition of Digitally Modulated Signals based on Instantaneous Frequency[J].Modern Electronics Technique,2010,33(21):104-106.

[2]李杨,李国通,杨根庆.通信信号数字调制方式自动识别算法研究[J].电子与信息学报,2005,27(02):197-201.

LI Y,LI G T,YANG G Q.Automatic Digital Modulation Recognition Algorithm of Communication Signals,Journal of Electronics&Information Technology,2005,27(02): 197-201.

[3]石明明,鲁周迅,马鑫.信号识别中的决策论分类器改进[J].通信技术,2011,44(03):7-8.

SHI M M,LU Z X,MA Xin.Improvement of Decisionmaking Classifiers in Modulation Recognition,Communications Technology,2011,44(03):7-8.

[4]孙伟豹,孙虎,王军.判决法对数字和模拟信号的自动识别及验证[J].计算机科学,2012,39(11):88-107.

SUN W B,SUN H,WANG J.Automatic Recognition of Digital and Analog Communication Signals based on Decision Laws,Computer Science,2012,39(11):88-107.

[5]杨小牛,楼才义,徐建良.软件无线电技术与应用[M].北京:北京理工大学出版社,2010.

YANG X N,LOU C Y,XU J L.Technology and Application of Software Radio[M].Beijing:Beijing Institute of Technology Press,2010.

何 彬(1968—),男,硕士生导师,副教授,主要研究方向为战术通信技术;

HE Bin(1968-),male,master tutor,associate professor,mainly engaged in tactical communication technology.

谷广宇(1989—),男,硕士研究生,主要研究方向为战术通信技术。

GU Guang-yu(1968-),male,graduate student in The A-cademy of Armored Forces Engineering,mainly engaged in tactical communication technology.

Automatic Recognition of Modulated Signals based on Decision Method

HE Bin,GU Guang-yu
(Department of Information Engineering,The Academy of Armored Forces Engineering,Beijing 100072,China)

Modulation is an important parameter in the process of communication.To rapidly detect and identify the modulation mode of communication signal plays a critical role in the fields of communication, particularly military communication,and this technology is thus widely applied in these fields.The classical decision-based algorithm for automatic detection and recognition of signal modulation mode is improved,thus to raise the recognition speed and accuracy of signals commonly used in daily communication training,such as USB,LSB and FM,2FSK,4FSK.The implementation process of this algorithm is given. Simulation indicates that,the improved algorithm could acquire a better recognition effect of SSB,FM, FSK,while having little influence on recognition effect of the other 8-signal modulation mode.

modulation mode;automatic recognition;decision method

TN911

A

1002-0802(2014)01-0013-05

10.3969/j.issn.1002-0802.2014.01.003